從L1、L2駕駛輔助到L4、L5自動駕駛，各項智能及網聯技術的發展，推進了自動駕駛產業的進程。在這個過程中，仿真測試是新技術研發必不可少的環節。針對目前自動駕駛研發中，對于真實仿真場景測試的需求，是德科技推出了雷達場景仿真器，用于雷達傳感器和算法研發。汽車制造商可以在實驗室中測試復雜的真實場景，從而加快自動駕駛研發進程。

是德科技雷達場景仿真器

傳統測試方法存在的問題

任何一項自動駕駛新技術，在正式投放市場之前，都必須通過大量測試來驗證其性能和可靠性。通常，業內常用的測試方法有兩種。一是，基于軟件仿真，在實驗室進行場景模擬。二是，通過實際的道路測試，獲得真實數據。這兩種測試方法各有優缺點。前者，測試效率非常高，但是虛擬數據很難代表真實場景。后者，測試場景真實，但是測試效率及測試成本都不甚理想。尤其，一些涉及人身安全的特殊場景，如車輛橫穿馬路、逆行等，在實際的路測中很難構建。

對此，是德科技汽車電子與能源事業部大中華區業務拓展經理祝曉悅認為：“不管是用純軟件的還是用真實的道路測試，都會體現出比較多的局限性。理想的解決方案是，軟件測試中加入更多的真實元素，也就是把更多實車場景搬到實驗室里面進行測試，只要有合適的工具能足夠精確地模擬實際道路場景就可以了。”

若要將真實道路場景搬進實驗室進行仿真測試，其難點在于如何讓車輛更真實地看到道路場景。就傳感器而言，就是要讓攝像頭或雷達真實地探測到所有的目標信息，從而準確地傳遞給ECU，通過算法做出執行判斷。

當前的雷達傳感器測試方案，有些使用多個雷達目標仿真器（RTS），每個 RTS 都向雷達傳感器呈現多個點目標，并通過機械移動天線來仿真水平位置和垂直位置，這種機械式的自動化操作延緩了整體測試速度。還有些解決方案采用了只包含少數幾個 RTS 的天線墻，這意味著目標可以出現在場景中的任何地方，但不能同時出現。在靜態或準靜態環境下，這種方法可以測試橫向移動的少數幾個目標，但受到機械臂速度的限制。這些方案的視場（FOV）也很有限，無法分辨距離小于 4 米的目標。在測試雷達傳感器時，如果目標數量不夠多，就無法反映出完整的駕駛場景，重現真實環境中的復雜情況。

場景仿真測試的優勢

是德科技此次發布的雷達場景仿真器，結合使用幾百個微型射頻（RF）前端構成一個可擴展的仿真屏幕，最多可以呈現 512 個雷達目標，仿真距離最近為 1.5 米，支持客戶在實驗室中仿真復雜的真實駕駛場景并進行測試。

從是德科技發布的信息來看，這款雷達場景仿真器具有三個方面的優勢。一是，視野寬廣?？梢詭椭走_傳感器在更寬廣的連續視場(FOV)（水平方向 +/-70°，垂直方向 +/-15°）內發現更多目標，還支持仿真近距離目標和遠距離目標。能夠生成距離在1.5-300米、速度在0-400 km/h的靜態和動態目標，憑借小于1度的角度分辨率提供多目標、多角度駕駛場景仿真。

二是，能夠測試復雜的真實環境。汽車制造商可以在實驗室內設定各種環境條件變量、交通密度、速度、距離和目標總數，真正仿真現實駕駛場景。無論是常見情況還是極端情況，都可以提前進行測試，最大限度降低風險。

三是，加快算法學習速度。為在實驗室中測試復雜場景提供了一個確定的真實環境，此前只能在道路上進行這樣的場景測試。盡早進行場景測試將會顯著加快駕駛輔助和自動駕駛系統算法的學習速度，同時也擺脫人工測試或機械自動化測試導致的效率低下問題。

“當然最終的道路測試還是需要的，但我們希望能夠在實驗室里把盡可能多的問題提前解決掉，然后在真實的道路上做性能驗證，提升測試效率。”祝曉悅說道。